Python 压缩稀疏行矩阵：：csr_矩阵：：奇数行为

我在代码中观察到一些奇怪的行为，这些行为一直困扰着我。以下是

from scipy.sparse import csr_matrix
A = csr_matrix([[1,2,0],[0,0,3],[4,0,5]])
B = A
B[0,0] = 99

我希望

A.toarray（）

返回原始矩阵（没有更新的99值），但实际上我得到了这个结果

A.toarray()

Out:
array([[99,  2,  0],
       [ 0,  0,  3],
       [ 4,  0,  5]], dtype=int32)

---

发生了什么事？

语句

b=a

给出了

b

与

a

相同的参考

i、 例如，它们都引用内存中的同一对象

对其中一项所做的任何更改显然都会反映在另一项中，因为它们是相同的，而不仅仅是相等的

---

相反，请使用

b=a.copy（）

。这将传递给

b

一份

a
语句
b=a
的副本
b
提供了与
a
相同的引用

i、 例如，它们都引用内存中的同一对象

对其中一项所做的任何更改显然都会反映在另一项中，因为它们是相同的，而不仅仅是相等的

相反，请使用
b=a.copy（）
。这传递到
b
的
a
a
和
b
是指向内存中相同对象的指针<代码>A为B

应返回True。使用方法

id（obj）

获取对象的内存地址。id（A）和id（B）的结果应该是相同的。这似乎并不取决于A是稀疏矩阵。您将在任何容器类型中看到这种行为。B=A将对同一对象的引用分配给B。由于这些对象在适当位置发生了更改

B[0,0]=

和

A[0,0]=

在这里完全等效

A

和

B

是指向内存中同一对象的指针<代码>A为B应返回True。使用方法

id（obj）

获取对象的内存地址。id（A）和id（B）的结果应该是相同的。这似乎并不取决于A是稀疏矩阵。您将在任何容器类型中看到这种行为。B=A将对同一对象的引用指定给B。由于这些对象在适当位置发生了更改

B[0,0]=

和

A[0,0]=

在这里完全等效